粗DEM輔助的廣域PS-InSAR數(shù)據(jù)預(yù)處理方法及應(yīng)用

沈 龍, 耿 浩, 馬 儀, 程志萬(wàn), 黃雙得, 朱 宇, 劉 靖, 張鈺松, 索志勇

(1. 電力遙感技術(shù)聯(lián)合實(shí)驗(yàn)室(云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院)， 云南昆明 650217；2. 北京空間飛行器總體設(shè)計(jì)部， 北京 100094;3. 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室， 陜西西安 710071)

0 引言

星載合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)作為一種全天時(shí)、全天候的微波遙感成像技術(shù)，為高精度、低成本地實(shí)現(xiàn)大范圍觀測(cè)以及地表形變監(jiān)測(cè)提供了可能。干涉合成孔徑雷達(dá)(Interferometric SAR, InSAR)利用具有相干性的兩幅SAR圖像可獲得高精度的數(shù)字高程圖(Digital Elevation Model, DEM)。永久散射體(Permanent Scatter，PS)干涉技術(shù)作為一種地表形變探測(cè)方法,克服了傳統(tǒng)干涉/差分干涉合成孔徑雷達(dá)技術(shù)中時(shí)間去相關(guān)、空間去相關(guān)和大氣延遲等問(wèn)題。

針對(duì)PS-InSAR的研究目前主要存在兩個(gè)問(wèn)題：第一是現(xiàn)有算法的研究基本都集中在對(duì)小觀測(cè)區(qū)域的研究，觀測(cè)場(chǎng)景數(shù)據(jù)大范圍覆蓋特性考慮不夠充分；第二是算法假設(shè)數(shù)據(jù)誤差都得到了有效校正。例如，肖行詮等人基于18景TerraSAR-X條帶模式高分辨率影像數(shù)據(jù)，采用時(shí)序InSAR技術(shù)獲取了成都地區(qū)尖山和九江2座500 kV變電站及周邊電力鐵塔的毫米級(jí)形變監(jiān)測(cè)結(jié)果，觀測(cè)區(qū)域約為幾平方千米。朱珺等人采用16景Sentinel-1A數(shù)據(jù)結(jié)合PS-InSAR研究了風(fēng)電場(chǎng)所在區(qū)域在2015年5月到12月期間產(chǎn)生的地表形變。隨著形變測(cè)量手段的多樣化和場(chǎng)景的復(fù)雜化，給干涉測(cè)量技術(shù)提出了新要求。2014年張學(xué)東等人利用2008—2010年鄰軌ENVISAT ASAR數(shù)據(jù)進(jìn)行軌道拼接，獲取京滬公路沿線沉降，使跨軌道、多幅影像的大范圍PS-InSAR監(jiān)測(cè)成為現(xiàn)實(shí)。2016年Sousa等人利用2014—2016年C波段Sentinel-1數(shù)據(jù)對(duì)大壩的變形分量進(jìn)行提取，顯示了C波段傳感器在大壩監(jiān)測(cè)的特殊情況下的潛力。2019年 Fryksten等人利用永久散射體技術(shù)和結(jié)合獲取了瑞典烏普薩拉市城區(qū)地表沉降，并結(jié)合精密水準(zhǔn)測(cè)量結(jié)果驗(yàn)證了PSI方法的有效性。2020年張玲等人利用RADARSAT-2和TerraSAR-X兩種不同波段，不同分辨率衛(wèi)星數(shù)據(jù)開(kāi)展唐山市城區(qū)主要活動(dòng)斷裂兩側(cè)微小差異性形變探測(cè)研究，并分析了不同波段衛(wèi)星對(duì)同一地表形變監(jiān)測(cè)的差異性和一致性。

傳統(tǒng)PS-InSAR處理算法的處理性能依賴于精密科學(xué)軌道數(shù)據(jù)，但在實(shí)際應(yīng)用中，由于精密科學(xué)軌道獲取的時(shí)效性較差，而采用實(shí)時(shí)軌道會(huì)導(dǎo)致差分干涉相位中存在由于地形起伏導(dǎo)致的殘余相位誤差；并且超大場(chǎng)景處理時(shí)，會(huì)存在許多不同于小場(chǎng)景處理的特點(diǎn)與難題。因而，本文針對(duì)超大觀測(cè)場(chǎng)景的PS-InSAR處理，提出了超大觀測(cè)場(chǎng)景數(shù)據(jù)預(yù)處理的方法，可有效校正由于實(shí)時(shí)軌道精度較差引起的處理誤差，并針對(duì)超大場(chǎng)景提出了能夠適應(yīng)配準(zhǔn)誤差空變性的序列圖像配準(zhǔn)方法，并結(jié)合超大場(chǎng)景處理時(shí)多景圖像參考基準(zhǔn)不一致的問(wèn)題，利用一種類“區(qū)域增長(zhǎng)法”的思路，完成超大觀測(cè)場(chǎng)景的數(shù)據(jù)拼接問(wèn)題。

本文第一節(jié)分析了軌道誤差對(duì)觀測(cè)場(chǎng)景地形相位去除(即差分干涉相位)的影響，并進(jìn)一步分析了超大觀測(cè)場(chǎng)景配準(zhǔn)時(shí)存在的配準(zhǔn)誤差空變問(wèn)題;第二節(jié)根據(jù)第一節(jié)的分析提出了基于輔助DEM的系統(tǒng)誤差校正方法，并進(jìn)一步提出了廣域圖像層級(jí)配準(zhǔn)方法；第三節(jié)給出了改進(jìn)的PS-InSAR處理流程；第四節(jié)利用覆蓋云南全境的多景Sentinel-1A數(shù)據(jù)進(jìn)行了超大觀測(cè)場(chǎng)景PS-InSAR的處理實(shí)驗(yàn)，驗(yàn)證了本文方法的有效性;第五節(jié)總結(jié)全文。

1 廣域差分干涉處理誤差特性分析

1.1 軌道誤差對(duì)差分干涉相位的影響分析

PS-InSAR處理基于差分干涉SAR處理，而差分干涉處理必須消除由DEM引起的地形相位。然而在實(shí)際系統(tǒng)中，由于軌道誤差(尤其是只有實(shí)時(shí)軌道參數(shù)的時(shí)候)的存在導(dǎo)致SAR圖像或DEM的定位產(chǎn)生較大誤差，因而會(huì)嚴(yán)重影響差分干涉相位的精度，進(jìn)而影響時(shí)間序列處理的穩(wěn)健性。假定目標(biāo)真實(shí)的坐標(biāo)點(diǎn)為(,)，其對(duì)應(yīng)的目標(biāo)高度為(,)，由于軌道誤差導(dǎo)致的方位向偏移量為和距離向偏移量為，其對(duì)應(yīng)的目標(biāo)高度為(+,+)，由于位置偏差引入的高程誤差為=(,)-(+,+)，則由高程誤差引入的差分干涉相位誤差為

(1)

式中，為波長(zhǎng)，為雷達(dá)斜距，為雷達(dá)下視角，為有效垂直基線。由式(1)可知：當(dāng)高程誤差達(dá)到1個(gè)模糊高度時(shí)，引入的差分干涉相位殘余誤差可達(dá)2π。因而需要校正由于軌道誤差定位偏差導(dǎo)致的高程誤差引入的差分干涉相位誤差。

1.2 廣域觀測(cè)圖像配準(zhǔn)誤差空變性分析

圖1給出了某一方位時(shí)刻InSAR的場(chǎng)景觀測(cè)示意圖。假設(shè)軌道完全平行，在這種情況下，整個(gè)場(chǎng)景的基線長(zhǎng)度和斜視角是固定的，方位向和距離向偏移量不發(fā)生耦合。我們認(rèn)為地球表面是平坦的，衛(wèi)星運(yùn)動(dòng)是平穩(wěn)的。

圖1 雷達(dá)干涉廣域觀測(cè)幾何對(duì)應(yīng)的配準(zhǔn)偏移量空變示意圖

根據(jù)雷達(dá)觀測(cè)幾何，點(diǎn)的主輔圖像斜距差：

Δ=-=sin(-)

(2)

和分別為兩天線到點(diǎn)的斜距?！潼c(diǎn)的主輔圖像斜距差為

Δ='-'=sin(+Δ-)

(3)

式中，'和'分別為兩天線到點(diǎn)的斜距，Δ為′點(diǎn)相對(duì)于點(diǎn)的下視角變化，則′的斜距差之差為

Δ=Δ-Δ=cos(-)Δ

(4)

由上式可知，如果將點(diǎn)的數(shù)據(jù)進(jìn)行了配準(zhǔn)，則′點(diǎn)的數(shù)據(jù)由于雷達(dá)下視角不同，其斜距差會(huì)增大，Δ變化較大時(shí)，配準(zhǔn)偏移量甚至?xí)_(dá)到多個(gè)距離單元，如下式所示：

Δ=Δ

(5)

式中為距離向采樣單元。因而采用整體配準(zhǔn)方法對(duì)廣域圖像進(jìn)行配準(zhǔn)已不再適合，必須提出新的方法解決由于廣域觀測(cè)面臨的配準(zhǔn)偏移量空變問(wèn)題。

2 DEM輔助的PS-InSAR廣域形變探測(cè)數(shù)據(jù)預(yù)處理方法

通過(guò)上一小節(jié)分析可知：必須對(duì)存在PS-InSAR使用的數(shù)據(jù)進(jìn)行預(yù)處理，校正由于軌道誤差導(dǎo)致定位錯(cuò)誤而引入的DEM誤差，并且克服由于廣域觀測(cè)時(shí)雷達(dá)幾何差異導(dǎo)致的配準(zhǔn)誤差空變。本小節(jié)詳細(xì)討論對(duì)廣域形變探測(cè)時(shí)的數(shù)據(jù)預(yù)處理方法。

2.1 基于輔助DEM的系統(tǒng)誤差校正方法

高精度的差分干涉處理結(jié)果依賴于星載精密科學(xué)軌道數(shù)據(jù)，然而對(duì)于地表形變、滑坡等應(yīng)急地質(zhì)災(zāi)害，所使用的數(shù)據(jù)往往是衛(wèi)星應(yīng)急拍攝的，因而只具有低精度的實(shí)時(shí)軌道數(shù)據(jù)，利用實(shí)時(shí)軌道數(shù)據(jù)進(jìn)行差分干涉測(cè)量或者PS-InSAR處理，軌道誤差和系統(tǒng)定時(shí)誤差(也即斜距誤差)會(huì)嚴(yán)重影響處理結(jié)果的精度，因而需要對(duì)軌道誤差和系統(tǒng)定時(shí)誤差進(jìn)行校正。本文提出一種基于低精度輔助DEM數(shù)據(jù)的系統(tǒng)誤差校正方法，其處理流程如下：

第一步：觀測(cè)場(chǎng)景對(duì)應(yīng)DEM的獲取

根據(jù)衛(wèi)星星歷參數(shù)中觀測(cè)場(chǎng)景的四角經(jīng)緯度利用定位方程獲取地面觀測(cè)場(chǎng)景對(duì)應(yīng)區(qū)域的DEM，通常情況下，選擇的DEM數(shù)據(jù)范圍略大于四角經(jīng)緯度確定的范圍，以確保能夠獲得足夠的信息來(lái)估計(jì)系統(tǒng)誤差。定位方程采用距離多普勒定位方法：

(6)

第二步：基于DEM信息的目標(biāo)定位

1)在待定位的SAR圖像中選擇二維格網(wǎng)，然后利用迭代定位方法獲取格網(wǎng)像素的高程和經(jīng)緯度，輸入?yún)?shù)包括外部地表數(shù)字高程庫(kù)、衛(wèi)星狀態(tài)矢量和格網(wǎng)像素在SAR圖像中的坐標(biāo)等；

2)對(duì)格網(wǎng)像素的經(jīng)緯度進(jìn)行插值，得到非格網(wǎng)像素的經(jīng)緯度；

3)根據(jù)非格網(wǎng)像素的經(jīng)緯度插值DEM，取出相應(yīng)的高程。

第三步：基于入射角模型的模擬圖像獲取

根據(jù)Ulaby模型，由于地形信息引起的不同入射角對(duì)應(yīng)的歸一化后向散射系數(shù)：

=1-sin

(7)

第四步：基于模擬圖像的系統(tǒng)誤差計(jì)算與校正

模擬SAR圖像基于DEM和實(shí)時(shí)軌道衛(wèi)星星歷參數(shù)獲得，而實(shí)測(cè)SAR圖像是由真實(shí)的數(shù)據(jù)錄取幾何進(jìn)行成像得到，因而將模擬SAR圖像和實(shí)測(cè)SAR圖像利用傳統(tǒng)方法進(jìn)行精確配準(zhǔn)，獲得二維偏移量，然后根據(jù)二維偏移量即可獲得實(shí)時(shí)軌道系統(tǒng)誤差校正。假定利用配準(zhǔn)獲得的方位向偏移量為Δ和距離向偏移量為Δ，則方位向延時(shí)誤差Δ和距離向延時(shí)誤差Δ為

(8)

式中，為脈沖重復(fù)頻率，為雷達(dá)距離向采樣頻率。

第五步：實(shí)時(shí)軌道系統(tǒng)誤差修正

(9)

式中，和分別為實(shí)時(shí)軌道星歷參數(shù)記錄的方位起始時(shí)間和斜距時(shí)間。為清楚地表明實(shí)時(shí)軌道數(shù)據(jù)對(duì)差分干涉SAR的影響，對(duì)軌道誤差校正前后的差分干涉相位圖對(duì)比如圖2所示。理想情況下，干涉相位在去除地形相位后的剩余相位只有噪聲，存在誤差時(shí)會(huì)有殘余相位存在。從圖2(a)和圖2(b)的對(duì)比結(jié)果可知：經(jīng)過(guò)系統(tǒng)誤差校正后，差分干涉相位圖中的相位條紋變化減少，說(shuō)明經(jīng)過(guò)系統(tǒng)誤差校正后對(duì)地形相位的獲取更加精確，也說(shuō)明了系統(tǒng)誤差校正方法的有效性。

(a) 系統(tǒng)誤差校正前的差分干涉相位

2.2 基于輔助DEM多級(jí)圖像精確配準(zhǔn)方法

對(duì)于小區(qū)域的觀測(cè)場(chǎng)景，由于雷達(dá)觀測(cè)幾何差異引起的主輔圖像配準(zhǔn)偏移量通常可以用統(tǒng)一的映射模型來(lái)表示，但是隨著觀測(cè)場(chǎng)景的增大，尤其是距離向觀測(cè)帶的增大，使得主輔圖像之間存在較大的幾何畸變，此時(shí)再用統(tǒng)一的映射模型對(duì)主輔圖像進(jìn)行配準(zhǔn)會(huì)引起較大的失配誤差。本小節(jié)提出一種層級(jí)圖像配準(zhǔn)方法以解決廣域觀測(cè)圖像的精確配準(zhǔn)，為后續(xù)PS-InSAR處理提供高相干的PS-InSAR時(shí)間序列圖像。方法的具體處理步驟如下：

第一步：圖像整體配準(zhǔn)

為避免傳統(tǒng)配準(zhǔn)方法大范圍搜索帶來(lái)運(yùn)算復(fù)雜度增加的問(wèn)題，本文采用基于雷達(dá)觀測(cè)幾何的圖像配準(zhǔn)方法先對(duì)雷達(dá)圖像進(jìn)行整體移位，使得InSAR系統(tǒng)的主輔圖像能夠局部配準(zhǔn)。

第二步：像素級(jí)圖像配準(zhǔn)

由于距離向配準(zhǔn)偏移量在近距端和遠(yuǎn)距端是有差異的，所以需要根據(jù)粗配準(zhǔn)要求(即配準(zhǔn)誤差達(dá)到像素級(jí))確定距離向分塊大小，采用的粗配準(zhǔn)方法可利用傳統(tǒng)的圖像配準(zhǔn)方法。距離向分塊原則如下：在距離向的配準(zhǔn)誤差偏移量不超過(guò)一個(gè)分辨單元。

第三步：亞像素級(jí)圖像配準(zhǔn)

廣域圖像配準(zhǔn)時(shí)必須采用分塊處理，但是分塊后的數(shù)據(jù)存在擬合參數(shù)不統(tǒng)一的問(wèn)題，會(huì)導(dǎo)致配準(zhǔn)后的圖像相干性存在“馬賽克”現(xiàn)象，進(jìn)而會(huì)引起處理流程中后續(xù)步驟的誤差傳遞，最終影響PS點(diǎn)識(shí)別數(shù)量及形變速度估計(jì)精度損失。本文在傳統(tǒng)配準(zhǔn)方法的基礎(chǔ)上，提出采用基于稀疏控制點(diǎn)三次樣條內(nèi)插的方法獲取廣域圖像的配準(zhǔn)偏移量，直接對(duì)控制點(diǎn)的配準(zhǔn)偏移量進(jìn)行內(nèi)插，然后根據(jù)配準(zhǔn)偏移量直接計(jì)算輔圖像在主圖像中的映射關(guān)系，避免整體二次映射帶來(lái)的配準(zhǔn)精度下降。具體處理步驟如下：1) 將粗配準(zhǔn)的圖像分塊；2) 在粗配準(zhǔn)的圖像上等間隔選擇配準(zhǔn)控制點(diǎn)；3) 利用最大頻譜法對(duì)控制點(diǎn)的距離和方位偏移量進(jìn)行估計(jì)；4) 利用圖像頻譜特性(或相干性)對(duì)圖像的二維偏移量進(jìn)行質(zhì)量評(píng)估，剔除低于某一閾值的控制點(diǎn)；5) 對(duì)高質(zhì)量配準(zhǔn)控制點(diǎn)的二維偏移量進(jìn)行三次樣條內(nèi)插，獲得廣域觀測(cè)輔圖像中每一像素在主圖像中的對(duì)應(yīng)位置；6) 對(duì)輔圖像進(jìn)行插值，獲得配準(zhǔn)后的廣域干涉圖像對(duì)。

圖3(a)～(c)給出了層級(jí)配準(zhǔn)不同階段對(duì)應(yīng)的干涉相位圖，隨著配準(zhǔn)精度的提升，干涉相位圖中干涉相位條紋越清晰，干涉相位質(zhì)量也越高；圖3(d)～(f)給出了層級(jí)配準(zhǔn)時(shí)不同階段對(duì)應(yīng)的相干系數(shù)直方圖，相干系數(shù)均值分別為0.647 2，0.713 1，0.866 4，從直方圖分布及相干系數(shù)均值可知，層級(jí)圖像配準(zhǔn)方法有效提升了干涉圖像對(duì)的相干系數(shù)，降低了相位噪聲，有利于后續(xù)的時(shí)間序列散射點(diǎn)穩(wěn)定提取和形變速度估計(jì)；圖3(g)給出了距離向配準(zhǔn)偏移量的空變特性，可以看到配準(zhǔn)偏移量在距離向觀測(cè)帶寬內(nèi)存在近似線性的特征，如果不考慮該空變特性，會(huì)導(dǎo)致干涉相位/差分干涉相位生成性能下降，甚至出現(xiàn)無(wú)法生成的現(xiàn)象。

圖3 基于層級(jí)圖像配準(zhǔn)方法的結(jié)果對(duì)比

3 基于數(shù)據(jù)預(yù)處理的廣域PS-InSAR形變探測(cè)流程

根據(jù)前述分析，本節(jié)給出完整的粗DEM輔助數(shù)據(jù)預(yù)處理的廣域PS-InSAR形變探測(cè)流程。

3.1 基于數(shù)據(jù)預(yù)處理的PS-InSAR廣域形變探測(cè)流程圖

改進(jìn)的全流程廣域形變探測(cè)處理如圖4所示，圖4中所示灰色部分為廣域形變探測(cè)中的改進(jìn)部分。從圖4可知：針對(duì)傳統(tǒng)PS-InSAR處理，本文在廣域探測(cè)時(shí)對(duì)時(shí)序處理數(shù)據(jù)進(jìn)行了預(yù)處理，降低或消除了軌道系統(tǒng)誤差和空變配準(zhǔn)誤差對(duì)時(shí)序差分干涉相位的影響，仿真結(jié)果也初步驗(yàn)證了方法的有效性。

3.2 廣域圖像拼接

Sentinel-1A一次觀測(cè)獲取的圖像在配準(zhǔn)時(shí)已經(jīng)完成了圖像Burst和子帶之間的圖像拼接，但是對(duì)于超廣域(例如省域，全國(guó)的圖像)結(jié)果，需要對(duì)多景數(shù)據(jù)進(jìn)行拼接，然而多景圖像的拼接不是按

圖4 基于數(shù)據(jù)預(yù)處理的廣域形變探測(cè)處理流程

照地理坐標(biāo)進(jìn)行簡(jiǎn)單排列，需要考慮多景圖像之間由于軌道誤差、濾波誤差、解纏繞誤差等引入的形變估計(jì)結(jié)果不一致現(xiàn)象。因此本文提出一種利用重疊區(qū)域像素估計(jì)結(jié)果進(jìn)行聯(lián)合加權(quán)處理的方法，并且利用“區(qū)域增長(zhǎng)法”的思想，從平均相干系數(shù)較高的區(qū)域向平均相干系數(shù)較低的區(qū)域進(jìn)行“增長(zhǎng)”，以減小拼接誤差的傳遞。廣域觀測(cè)圖像多景數(shù)據(jù)聯(lián)合拼接的代價(jià)函數(shù)構(gòu)造如下：

(10)

式中，,,,分別為第個(gè)子圖的相干系數(shù)均值和形變速度值，,,,分別為第個(gè)子圖的相干系數(shù)均值和形變速度值，以此類推，完成超廣域觀測(cè)場(chǎng)景全域數(shù)據(jù)拼接。

4 基于Sentinel-1A數(shù)據(jù)的廣域形變探測(cè)實(shí)驗(yàn)

本節(jié)利用Sentinel-1A哨兵IW模式SAR影像，采樣率為13.9 m(方位向)×2.3 m(距離向)。選取的地表數(shù)字高程(DEM)數(shù)據(jù)為SRTM數(shù)據(jù)，網(wǎng)格間距為30 m×30 m。

4.1 云南昭通地區(qū)的形變探測(cè)實(shí)驗(yàn)

如圖5(a)所示，昭通地勢(shì)西南高、東北低，屬典型的山地構(gòu)造地形，山高谷深。汛期輸電線周邊極易發(fā)生地質(zhì)災(zāi)害。將SAR強(qiáng)度圖進(jìn)行地理編碼加載到Google Earth上的結(jié)果如圖5(b)所示。昭通地區(qū)衛(wèi)星數(shù)據(jù)監(jiān)測(cè)時(shí)間為2018年3月—2019年5月內(nèi)的33幅時(shí)序SAR圖像。本文選取的時(shí)序影像數(shù)量已經(jīng)滿足PS-InSAR的數(shù)據(jù)處理量要求，根據(jù)時(shí)序圖像的時(shí)空基線分布情況如圖5(c)所示，選取2018年12月7日的SAR影像為主圖像，將剩余32幅SAR輔影像與主影像分別按照本文所提的層級(jí)配準(zhǔn)方法進(jìn)行配準(zhǔn)，獲得配準(zhǔn)后的SAR影像時(shí)間序列。估計(jì)得到的形變分布圖如圖5(d)所示。圖中所述形變指的是雷達(dá)視線向方向(Line of Sight，LOS)的形變，正值代表朝向雷達(dá)運(yùn)動(dòng)，負(fù)值為背離雷達(dá)運(yùn)動(dòng)。為便于表達(dá)分別表述為抬升、沉降，綠色表示穩(wěn)定，紅色(沉降)和藍(lán)色(抬升)的顏色越深，表示形變?cè)酱?。圖5(d)表明昭通地區(qū)的SAR影像(但是需要3個(gè)子帶拼接)對(duì)應(yīng)的形變處理結(jié)果在拼接后沒(méi)有發(fā)生馬賽克現(xiàn)象，表明文中所提方法的有效性。

圖5 昭通地區(qū)時(shí)序數(shù)據(jù)時(shí)空基線分布及沉降探測(cè)結(jié)果

4.2 云南全境超廣域形變探測(cè)實(shí)驗(yàn)

云南省全境界于北緯21°8′～29°15′，東經(jīng)97°31′～106°11′之間，總面積39.4萬(wàn)平方千米，一次完全覆蓋需要51景圖像。本文實(shí)驗(yàn)數(shù)據(jù)為2017年5月至2019年5月的Sentinel-1A衛(wèi)星升降軌獲取的2 000余景。由于不能在一景影像內(nèi)將全省地區(qū)覆蓋，且每景影像的形變探測(cè)起始點(diǎn)不同，因而全省PS-InSAR形變探測(cè)結(jié)果還需要對(duì)多景數(shù)據(jù)進(jìn)行拼接才能得到廣域形變監(jiān)測(cè)，圖6(a)給出了云南全景所需的哨兵數(shù)據(jù)覆蓋圖簡(jiǎn)要示意，而圖6(b)給出了云南全境的形變探測(cè)結(jié)果，形變結(jié)果呈緩慢變化趨勢(shì)，跟圖6(a)圖像覆蓋區(qū)域邊界對(duì)比的實(shí)驗(yàn)結(jié)果表明，基于“區(qū)域增長(zhǎng)”的加權(quán)拼接方式?jīng)]有出現(xiàn)由于單景圖像分別處理拼接后邊界處所存在的“馬賽克”現(xiàn)象。

(a) 圖像覆蓋示意圖

4.3 外場(chǎng)試驗(yàn)比對(duì)

基于本文完成的云南省全境形變數(shù)據(jù)，并疊加輸電桿塔GIS信息后，篩選出可能受地質(zhì)風(fēng)險(xiǎn)隱患影響的輸電桿塔，抽取其中部分輸電桿塔進(jìn)行了現(xiàn)場(chǎng)勘察。我們選取了某線路#84號(hào)桿塔進(jìn)行現(xiàn)場(chǎng)核查，#84號(hào)桿塔及其周邊區(qū)域分析如圖7所示。

(a) #84號(hào)桿塔周邊區(qū)域形變圖

圖7(a)～(b)為某桿塔及其周邊區(qū)域的形變圖和累積形變量，圖7(c)～(d)為桿塔現(xiàn)場(chǎng)核查照片，經(jīng)過(guò)現(xiàn)場(chǎng)對(duì)該桿塔4個(gè)塔基立柱頂端測(cè)量，發(fā)現(xiàn)桿塔基礎(chǔ)有不同程度沉降。初步分析，造成#84號(hào)桿塔沉降的原因?yàn)椋核恢猛临|(zhì)為砂質(zhì)土，孔隙比大，土質(zhì)相對(duì)較軟，強(qiáng)度較低，地基均勻性稍差，另外該塔基礎(chǔ)為大板基礎(chǔ)，埋深為3.4 m，較之掏挖基礎(chǔ)穩(wěn)定性低，加之基礎(chǔ)在外部水分浸透等外部因素干擾，出現(xiàn)了不均勻沉降，引起塔材變形，塔身扭曲?，F(xiàn)場(chǎng)考察測(cè)得的形變量約為2 cm，而處理得到的形變量約為1.5 cm，誤差產(chǎn)生的原因主要是PS-InSAR長(zhǎng)時(shí)間觀測(cè)時(shí)間去相干導(dǎo)致相位精度下降導(dǎo)致的。

5 結(jié)束語(yǔ)

針對(duì)傳統(tǒng)小區(qū)域PS-InSAR形變探測(cè)方法存在的問(wèn)題，提出了一種廣域形變探測(cè)時(shí)的數(shù)據(jù)預(yù)處理方法。首先提出了一種基于輔助DEM數(shù)據(jù)的實(shí)時(shí)軌道誤差校正方法，能有效消除由于軌道誤差和定時(shí)誤差對(duì)差分形變相位的影響；并針對(duì)廣域圖像配準(zhǔn)偏移量存在空變性的特點(diǎn)，提出了一種層級(jí)圖像配準(zhǔn)方法，解決了廣域圖像配準(zhǔn)偏移量空變問(wèn)題；并進(jìn)一步提出了多景影像處理結(jié)果加權(quán)拼接處理思路，實(shí)現(xiàn)了多景圖像超廣域形變探測(cè)。利用仿真實(shí)驗(yàn)和云南全境Sentinel-1A覆蓋數(shù)據(jù)的處理結(jié)果表明：基于粗DEM輔助的PS-InSAR預(yù)處理方法能夠?qū)崿F(xiàn)廣域形變探測(cè)，對(duì)某輸電線路桿塔所在位置形變結(jié)果的實(shí)地考證，驗(yàn)證了本文方法的有效性。